文|刘锋
谷歌阿尔法狗4：1战胜前围棋冠军韩国选手李世石后，人工智能威胁论进一步弥漫在社会各个领域，认为谷歌阿尔法狗的胜利标志着人类没落的开始，其实在本次比赛前，人工智能威胁论已经广为流传。
本世纪以来，随着互联网大数据的兴起，信息的爆炸式增长，深度学习等机器学习算法在互联网领域的广泛应用，人工智能再次进入快速发展的时期。与此同时，不同领域的科学家，企业家如物理学家霍金，微软创始人比尔盖茨等人，纷纷对人工智能的未来表达了担心，提出人工智能的快速发展可能对人类本身产生威胁，由于这些科学家，企业家具有很强的影响力，人工智能威胁论因此得到广泛传播。
人工智能威胁论产生根源是人工智能系统没有形成统一的模型，与人类为代表的生命体之间也没有形成统一的模型。这两个挑战都指向了同一个问题，即对于所有的人工智能系统和所有生命体（特别是以人类为代表的生命体）需要有一个统一模型进行描述，只有这样才能在这个模型上建立智力测量方法并进行测试，从而形成统一的，可进行相互比较的智力发展水平评价结果。
解决AI超越人类智慧的理论基础-标准智能模型
为了解决这个问题，从2014年开始我们与科学院大数据挖掘与知识管理重点实验室石勇教授参考冯·诺伊曼结构，维.韦克斯勒人类智力模型定义，知识管理领域DIKW模型体系。发表论文提出了包含信息知识的输入输出，掌握和创新能力的系统--“标准智能模型”
图1 智能系统标准模型示意图
2014年我们在标准智能模型的基础上构建了人工智能智商评测量表。从信息知识的输入输出，掌握和创新等4个大类，图像、文字、声音识别；常识、计算、翻译、创作、挑选、猜测、发现等、15个小类，对世界50个搜索引擎和三个不同年龄段人群进行了”人工智能智商测试“，测试结果发现目前人工智能系统的智商远远低于人类智商，最高的谷歌尚不及6岁儿童智商的一半。
2016年2月，我们和科学院大学刘颖团队开始开展2016年人工智能智商测试，目前已对包括谷歌，SIRI ,小冰，百度，搜狗等系统进行了测试，工作还在进行中，但从已完成的工作看，谷歌，百度等比2年前有大幅提高，但仍与6岁儿童有较大差距。
“扩展的冯诺依曼架构”与智能分级标准
图2 冯诺依曼架构
我们在上文中提到标准智能模型的建立参考了冯·诺依曼架构，冯·诺依曼架构有五个构成部分，分别是计算器、逻辑控制装置、存贮器、输入系统、输出系统。对比我们图1和图2的差别可以发现冯·诺依曼架构可以补充的两个部分，通过这种补充，我们试图将人，机器，人工智能系统用一个更为明晰的方式表示出来。
第一个补充是创新创造功能，即能够根据已有的知识，发现新的知识元素和新的规律，使之进入到存储器，供计算机和控制器使用，并通过输入输出系统与外部进行知识交互，这个功能之前不在冯·诺依曼架构中；第二个是能够进行知识共享的外部知识库或云存贮器，而冯.诺依曼架构的外部存储其只为单一系统服务。因此对冯诺·依曼架构进行扩展，形成如图3所示的新架构
图3 统一人和机器的扩展冯诺依曼架构
人工智能系统智能等级分级标准
在研究的过程中也发现，即使智商相同的人工智能系统，因其在关键领域仍然存在巨大差异，我们知道无论在自然界还是人类社会都存在智能和知识的分级现象，譬如，对于蚂蚁，鱼，猴子和人类，虽然都属于生命系统，其种群个体也都存在智能的差异，但总体上蚂蚁，鱼，猴子和人类从种群上看，其智能水平存在明显的等级差异。人类的教育体系也存在分级问题，例如本科，硕士，博士的分级，助理研究员，副教授，教授的分级。等级内部进行考核有优劣之分。但在不同等级间，需要在知识，能力，资历上有的明显提升和考核才能进行升级。
回到人工智能系统的智商测试上，如何区分智能系统因为关键领域功能不同产生的巨大差异。上述研究中提到的”标准智能模型“（扩展的冯诺依曼架构）给予了我们启发，判断标准由如下；
1.能不能和测试者（人类）进行信息交互，也就是有没有输入输出系统。
2.系统内部有没有能够存储信息和知识的知识库。
3.这个系统的知识库能不能不断更新和增长。
4.这个系统的知识库能不能与其他人工智能系统进行知识共享。
5.这个系统除了从外部学习和更新自己的知识库，能不能主动创新出新的知识并分享给其他人工智能系统。
人工智能系统的6个智能等级分级
人工智能系统的第0级系统，0级系统的重要特征就是理论上存在，但现实中不存在的人工智能系统，在扩展的冯诺依曼架构延伸出来的分级规则中，有一些组合，例如，可以信息输入，但不能信息输出，或者可以信息输出，但不能信息输入，或者可以创新创造，但知识库不能增长，这些在现实中不能或无法找得对应系统范例的案例，我们将其统一划归到”人工智能系统的第0级系统“，也可以叫”人工智能系统的特异类系统“
人工智能系统的第1级系统，1级系统的重要特征是无法与人类测试者进行信息交互，例如石头有没有智慧，这原本是一个哲学问题，有一种叫泛灵论的思想认为天下万物皆有灵魂或自然精神，一棵树和一块石头都跟人类一样，具有同样的价值与权利。当然这种观点从科学的角度看，只能算作猜想或哲学思考。从分级规则中“能不能和测试者（人类）进行信息交互“看，因为石头等物体不能与人类进行信息交互，也许它内部有知识库，能够创新知识，或者能够与其他石头进行信息交互，但对人类测试者是黑箱，不能了解。因此不能与测试者（人类）进行信息交互的物体和系统可以定义为”人工智能系统的第1级系统“，符合第1级分类的范例有石头，木棍，铁块，水滴等等。
人工智能系统的第2级系统，2级系统的基本特征是能够与人类测试则进行交互，存在控制器和存储器，也就是冯诺依曼架构描述的系统，很多家用电器被称作智能家电，如智能冰箱，智能电视，智能微波炉，智能扫地机。这些系统大多有一个特点，虽然它们内部有或多或少的控制程序信息，但一旦出厂后，就无法再更新他们的控制程序，不能进行升级，更不会自动的学习或产生新的知识，譬如智能洗衣机，人们按什么键，洗衣机就启动什么功能。从购买到损坏不会发生变化。（故障除外）。这种系统能够与人类测试者使用者进行信息交互，符合冯诺依曼架构描述的特征，而且它的控制程序或知识库从诞生时就不再发生变化，这种系统我们可以定义为”人工智能系统的第2级系统“，范例包括我们日常见到的扫地机器人，老式的家用电冰箱，空调，洗衣机等等。
人工智能系统的第3级系统，3级系统的特征是具备2级系统的特征外，其控制器，存储器中包含程序或数据可以进行不联网的升级或增加，例如家用电脑是我们常用的智能设备，与2级智能系统不同，家用电脑和手机的操作系统往往可以定期升级，从windows1.0到windows10.0,从android1.0到android5，其内部的应用程序也可以根据不同需要不断更新升级。这样家用电脑，手机等设备随时使用的时间，其功能会变得越来越强大，可以应对的场景也越来越多。除了家用电脑，很多家用电器，生产机器人也都开始留有接口，可以通过外接设备进行系统升级。这一类系统明显要比第2级智能系统要有更强的适应性。这种系统能够与人类测试者使用者进行信息交互，但这类系统不能与其他系统通过“云端”进行信息交互，控制程序或知识库可以进行程序或信息升级，这种系统，我们可以定义为”人工智能系统的第3级系统“，范例包括智能手机，家用电脑，单机版的办公软件等。
人工智能系统的第4级系统，4级系统特征除了包含3级系统的，最终要的特征是可以通过网络与其他智能系统共享信息和知识。2011年欧盟资助了一个叫做RoboEarth的项目，该项目旨在让机器人可以通过互联网分享知识，并且能够获取强大的机器人云服务云机器人借助于网络和云计算，帮助机器 人相互学习、共享知识，不仅能够降低成本，还会帮助机器人提高自学能力、适应能力，推动其更快更大规模普及。云机器人的这些能力提高了其对复杂环境的适应性。 无论是云机器人还是互联网的B/S架构，除了具备3级别系统的功能，还多了一个重要的功能，信息可以通过云端进行信息共享，因此这种系统能够与人类测试者使用者进行信息交互，可以通过“云端”进行信息交互，进行程序或信息升级，但这类系统所有的信息都是直接从外部获得，其内部无法自主的，创新创造的产生新的知识，这种系统，我们可以定义为”人工智能系统的第4级系统“范例包括谷歌大脑，百度大脑，RoboEarth云机器人，B/S架构的网站等。
人工智能系统的第5级系统，我们在扩展的冯诺依曼架构中，对原来的冯诺依曼架构增加了创新知识模块，就是试图把人纳入到扩展的人工智能系统概念中，人类可以看作是大自然构建的特殊”人工智能系统“，与前四种不同，人类等生命体最大的特征，就是可以不断的创新创造，发现万有引力，元素周期表，撰写出新小说，创造新的音乐，绘画等等，然后通过文章，信件，电报，甚至互联网进行传播，分享。不断的创新创造并能够识别创新创造对只身的用处，让人类占据了地球生态环境下的智力制高点。因此这种系统能够与人类测试者使用者进行信息交互，可以创新创造的产生新的知识，并可以通过文章，信件，电报，甚至互联网这样的“云端”进行信息交互， 这种系统，我们可以定义为”人工智能系统的第5级系统“。人类是5级人工智能系统最突出的范例。
谷歌阿尔法狗属于第几级
2016年3月谷歌阿尔法狗与韩国前围棋世界冠军李世石进行了举世瞩目的围棋比赛，并获得大比分胜利，谷歌阿尔法狗属于人工智能系统的第几级。
我们根据上述规则进行判断，因为谷歌阿尔法狗可以与棋手进行比赛，庞大的运算系统和数据存贮系统，因此具备2级系统条件。
在谷歌研发过程中，阿尔法狗的策略训练模型版本通过不断进行大量数据训练而不断升级，从2015年月与欧洲冠军对战到2016年3月与韩国前世界冠军李世石比赛，阿尔法狗的软硬件系统也获得很大提升。因此阿尔法狗具备了3级系统的条件。
从公开的资料看，谷歌阿尔法狗虽然可以通过网络实现大量CPU，GPU协同工作，但由于保密性或阶段性问题，谷歌目前没有开放阿尔法狗程序在互联网接受用户的在线挑战，因此阿尔法狗不具备4级智能系统条件。
关于谷歌阿尔法狗是否具备创新创造性问题，我们认为，从根本上说，谷歌阿尔法狗依然是依托大数据训练形成的策略模型，结合比赛对手的落点数据，根据阿尔法狗内部的运算规则，不断形成落点数据，这些落点数据最终形成集合，再根据围棋规则与比赛选手形成的落点数据集合进行比较，判断输赢，整个过程完全在人类设定的规则下运行，无法体现其自身的创造性。
即使谷歌阿尔法形成的落点数据集合很可能是人类历史没有出现过的，也不能说阿尔法狗具备了独立的创新创造功能，例如我们从1万到1百万的自然数中随机选取两个数进行相乘，记录相乘结果，重复次过程361次，得出的自然数集合很大可能也是人类历史上没有出现过的，我们用计算机程序实现上述过程，我们同样不能认定该计算机程序具有创新创造性。
如果谷歌阿尔法狗在没有人类提供数据的情况下，能够主动获取棋谱，自动设计程序进行模拟对战，学习经验，并用于改变自己的训练模型，并用于实战比赛，战胜对手，这种情况下，我们才可能认为谷歌阿尔法狗具备创新性，但从人工智能的发展过程看，谷歌阿尔法狗还完全无法实现这一点。
作者：刘锋 计算机博士 《互联网进化论作者》 人工智能学家主编
本文来源：网易科技报道
责任编辑：
齐亚伦_NT4779
